自动运维是一个老生常谈的话题，不同的人有不同的理解，开源的解决方案也比较多，经过调研及选型，我们采用的“开源”+“自研”的方式来实现自动运维平台，整个平台功能架构如下所示：
我们认为运维人员，主要做两件事，一是进行系统状态维护，二是远程执行命令，因此经过抽象提炼出插件和脚本模型，让它们作为运维人员的左右手，通过命令下发的方式，下载到指定机器，执行相应的运维任务，同时上报运维过程中产生的日志，经过对日志的收集与分析，判定一次运维任务是否成功，整个运维过程涉及的命令收发及日志回传，均采用加密传输，保证了运维任务的安全性。
由于将运维工作抽象成了插件及脚本，因此自动运维平台框架搭建起来后，更多的工作是针对痛点问题开发对应的插件及脚本。作为插件及脚本的宿主方，运维Agent更像是一个轻量级的运维容器，每当收到一个运维任务，就会启动一个单独的执行器进程，该进程负责下载并执行插件和脚本，同时将运维过程中产生的日志源源不断上报到日志存储，如下所示：
常见的自动运维是很庞大的系统，并不一定适合每个企业，经过抽象和实践，特来电云平台自动运维平台做到了简易但不简单，很好的解决了日常运维中经常遇到的一些痛点问题，下面谈一下自动运维的两个应用实践。
三、应用实践
1.分布式应用程序部署
互联网企业中，部署分布式应用程序是一个司空见惯的事务，但当一个系统涉及到成百上千台机器，并且分布式应用程序很复杂时，进行应用程序的安装部署及更新，将会涉及到数据库还原、应用程序部署、Web站点创建及绑定、系统服务创建及启动等一些列操作，如果单靠手工进行操作，无疑是一件耗时耗力并且容易出错的事情。有了安装平台与自动运维平台结合，以前需要很多人两周才能搞定的事情，现在只需一个人20分钟，生产力得到极大提高，以下是分布式应用程序部署的一个简易图示：
2.预警平台
通过分析大量故障，我们发现当有问题发生时，重启站点或进程，杀掉阻塞进程或连接等一些常规操作，能解决80%的问题，而如果能将这些手工操作自动化，在问题恶化之前进行提前控制，将会起到事半功倍的效果。作为监、析、控中的一环，预警平台更偏“析”，通过对监控数据进行规则分析判断，当触发阈值时，可以得到机器信息、进程信息、站点信息、服务信息等，通过对自动运维平台下发指令动作，加载对应的插件及脚本，执行相应的运维任务，实现对系统的“控”，以下是一个简易图示：
四、特来电云计算与大数据微信公众号
1.微信公众号名称：特来电云计算与大数据
2.二维码：